摘要：偏最小二乘（Partial least square,PLS）是一种基于数据驱动可以处理多个因变量对多个自变量的回归建模方法,因其具有提取质量相关信息的特性,在质量相关复杂工业过程监控中得到广泛的应用,成为近几十年复杂工业过程故障检测和诊断领域的研究热点.对此,介绍线性、非线性、动态PLS模型及其故障检测技术.首先,介绍标准PLS模型,在此基础上对传统PLS模型进行细化分并指出其优缺点,针对标准PLS存在的两个问题以及工业过程数据的两种极端情况,从数据预处理类、多空间类和分块类三方面梳理线性PLS模型的发展和改进历程;其次,将非线性PLS模型扩展方法分为两类,重点介绍核函数非线性PLS模型的研究现状;再次,指出动态扩展方法的两种基本思路,对PLS动态模型进行分类,阐明动态特性的成因,从本质上揭示两种动态扩展方法的原理,按照分类综述动态PLS模型的发展现状;最后,指出该领域亟需解决的问题和未来研究方向.
分类：期刊> 自然科学与工程技术> 信息科技> 自动化技术
收录：北大期刊(中国人文社会科学期刊) > CSCD 中国科学引文数据库来源期刊(含扩展版) > 统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > EI 工程索引(美) > JST 日本科学技术振兴机构数据库(日) > Pж(AJ) 文摘杂志(俄) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：偏最小二乘 数据驱动 质量相关 线性 非线性 动态 过程监控
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
